CN108137006A - 用于自动驾驶车辆的系统延迟校正控制方法 - Google Patents

用于自动驾驶车辆的系统延迟校正控制方法 Download PDF

Info

Publication number
CN108137006A
CN108137006A CN201780003100.1A CN201780003100A CN108137006A CN 108137006 A CN108137006 A CN 108137006A CN 201780003100 A CN201780003100 A CN 201780003100A CN 108137006 A CN108137006 A CN 108137006A
Authority
CN
China
Prior art keywords
delay
scene
automatic driving
time
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201780003100.1A
Other languages
English (en)
Other versions
CN108137006B (zh
Inventor
孔旗
朱帆
杨光
王京傲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN108137006A publication Critical patent/CN108137006A/zh
Application granted granted Critical
Publication of CN108137006B publication Critical patent/CN108137006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Regulating Braking Force (AREA)

Abstract

在一个实施方式中，确定自动驾驶车辆的下一路线段或路线的驾驶场景。作为响应，在场景/延迟映射表中执行查找操作以定位与所确定的驾驶场景匹配的映射条目。场景/延迟映射表包括多个映射条目。每一映射条目将特定的驾驶场景映射到针对特定驾驶场景计算出的系统延迟。此后，根据与该时间点的驾驶场景对应的系统延迟来控制和驾驶自动驾驶车辆，包括根据补偿所述境况下的系统延迟的时间来发出控制命令。

Description

用于自动驾驶车辆的系统延迟校正控制方法
技术领域
本发明的实施方式大体上涉及操作自动驾驶车辆。更具体地，本发明的实施方式涉及校正系统延迟以用于控制自动驾驶车辆。
背景技术
以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
运动规划和控制是自动驾驶中的关键操作。然而，传统的运动规划操作主要从自动驾驶的曲率和速度来估算完成给定路径的难度，而不考虑不同类型车辆的特征差异。将相同的运动规划和控制应用到所有类型的车辆，这在一些境况下可能不准确且不顺畅。
附图说明
本发明的实施方式在附图的各图中以示例而非限制的方式示出，附图中的相同参考标记表示相似的元件。
图1是示出根据本发明的一个实施方式的网络化系统的框图。
图2是示出根据本发明的一个实施方式的自动驾驶车辆的示例的框图。
图3是示出根据本发明的一个实施方式的与自动驾驶车辆一起使用的数据处理系统的示例的框图。
图4是示出在有系统延迟的情况下和在没有系统延迟的情况下操作自动驾驶车辆的图。
图5是示出根据本发明的一个实施方式的驾驶场景与系统延迟映射表的示例的框图。
图6A和图6B是示出根据本发明的一个实施方式的在有系统延迟的情况下和在没有系统延迟的情况下操作自动驾驶车辆的图。
图7A和图7B是示出根据本发明的另一实施方式的在有系统延迟的情况下和在没有系统延迟的情况下操作自动驾驶车辆的图。
图8是示出根据本发明的一个实施方式的估算自动驾驶车辆的系统延迟的过程的流程图。
图9是示出根据本发明的另一实施方式的估算自动驾驶车辆的系统延迟的过程的流程图。
图10是示出根据本发明的一个实施方式的利用系统延迟的补偿来操作自动驾驶车辆的过程的流程图。
图11是示出根据一个实施方式的数据处理系统的框图。
具体实施方式
将参考以下所讨论的细节来描述本发明的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是对本发明的说明，而不应当解释为限制本发明。描述了许多特定细节以提供对本发明各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本发明的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本发明的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
根据本发明的一方面，使用延迟估算机制来估算不同驾驶情形下自动驾驶车辆中出现的不同种类的延迟。延迟估算机制进一步利用这些延迟来推断最能反映延迟校正位置的最佳车辆位置。在一个实施方式中，可以基于多种不同的延迟来确定系统延迟，所述多种不同的延迟包括但不限于自动驾驶车辆内的转向控制延迟、速度控制延迟、运算延迟和通信延迟。可以使用特定传感器来测量这些延迟中的一些延迟(诸如，转向控制延迟和速度控制延迟)。可以根据系统架构或配置来估算其它延迟(诸如，运算延迟和通信延迟)。然后，使用预定公式(例如，加权算法)基于这些延迟中的至少一些延迟来确定系统延迟。随后，可以利用系统延迟来调整驾驶自动驾驶车辆的过程中发出控制命令的时间。
在一个实施方式中，测量转向控制延迟，其中，转向延迟表示发出转向控制命令的时间与从自动驾驶车辆的一个或多个车轮接收到响应的时间之间的延迟。速度控制延迟在发出速度控制命令的时间与从自动驾驶车辆的一个或多个车轮接收到响应的时间(或向油门踏板或刹车踏板施加压力的时间)之间测量。随后，响应于给定的路线，使用预定算法基于转向控制延迟和速度控制延迟来确定整体系统延迟。根据系统延迟产生用于操作自动驾驶车辆的规划和控制数据。
根据本发明的另一方面，在不同的驾驶场景下记录不同车辆的特定驾驶参数。驾驶场景是指特定的驾驶型式，诸如以特定速度(例如，保持恒定速度、加速或减速)行驶特定的距离、在特定速度下以特定的转弯角度转弯、在特定速度和/或角度下改变车道等。还可以记录施加到油门踏板和/或刹车踏板的压力。此外，确定或估算与每一驾驶场景下每一车辆发出的相关控制命令有关的系统延迟，所述系统延迟包括转向控制延迟、速度控制延迟、运算延迟和/或通信延迟。创建数据库或驾驶场景与系统延迟(场景/延迟)映射表。场景/延迟映射表包括多个映射条目。每一映射条目将特定的驾驶场景映射到系统延迟。场景/延迟映射表随后被用于当在相同的或相似的驾驶场景或驾驶环境中规划和控制自动驾驶车辆时在实时驾驶期间补偿系统延迟。
在一个实施方式中，确定自动驾驶车辆的下一路线段或路线的驾驶场景。作为响应，在场景/延迟映射表中执行查找操作以定位与所确定的驾驶场景匹配的映射条目。场景/延迟映射表包括多个映射条目。每一映射条目将特定的驾驶场景映射到针对所述特定的驾驶场景计算的系统延迟。此后，根据与该时间点的驾驶场景对应的系统延迟，控制和驾驶自动驾驶车辆，包括根据补偿此境况下的系统延迟的时间来发出控制命令。
图1是示出根据本发明的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(POI)服务器或者位置服务器等。
自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可以包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可以在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
在一个实施方式中，自动驾驶车辆101包括，但不限于，数据处理系统110、车辆控制系统111、无线通信系统112、用户接口系统113、信息娱乐系统114和传感器系统115。自动驾驶车辆101还可以包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、转向盘、变速器等，所述部件可以由车辆控制系统111和/或数据处理系统110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
部件110至115可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。
现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个相机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS系统212可以包括收发器，所述收发器可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可以基于惯性加速度来感测自动驾驶车辆的位置和定向变化。雷达单元214可以表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。LIDAR单元215可以使用激光来感测自动驾驶车辆所处环境中的对象。除其它系统部件之外，LIDAR单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。相机211可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。相机211可以是静物相机和/或视频相机。相机可以是可机械地移动的，例如，通过将相机安装在旋转和/或倾斜平台上。
传感器系统115还可以包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可以被配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可以被配置成感测转向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可以集成为集成式油门/制动传感器。
在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也称为加速单元)、制动单元203、计算机视觉系统204、导航单元205(也称为导航与路径系统或导航/路径系统)和防碰撞单元206(也称为防碰撞系统)。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。
计算机视觉单元或系统204将处理和分析由一个或多个相机211采集的图像，以便标识自动驾驶车辆的环境中的对象和/或特征。对象可以包括交通信号、车行道边界、其它车辆、行人和/或障碍物等。计算机视觉系统204可以使用对象识别算法、视频跟踪和其它计算机视觉技术。在一些实施方式中，计算机视觉系统204可以绘出环境、跟踪对象以及估算对象的速度等。
导航单元或系统205将确定自动驾驶车辆的行驶路径。例如，导航系统可以确定一系列速度和前进方向，以实现自动驾驶车辆沿着基本上避开感知到的障碍物的路径的移动，同时大体上使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进。可以根据用户经由用户界面的输入来设置目的地。导航系统205可以在自动驾驶车辆运行时动态地更新行驶路径。导航系统205可以结合来自GPS系统和一个或多个地图的数据，以确定自动驾驶车辆的驾驶路径。
防碰撞单元或系统206将标识、评估和避免或以其它方式处理自动驾驶车辆的环境中的潜在障碍物。例如，防碰撞系统206可以通过操作控制系统中的一个或多个子系统来实现自动驾驶车辆的导航的改变，以进行变向操纵、转弯操纵、制动操纵等。防碰撞系统206可以基于周围的交通型式、道路条件等自动地确定可行的障碍物回避策略。防碰撞系统206可以配置成使得当其它传感器系统检测到位于自动驾驶车辆将变向进入的相邻区域中的车辆、建筑障碍物等时不采取变向操纵。防碰撞系统206可以自动地选择可用的并且使自动驾驶车辆的乘员的安全性最大化的操纵。防碰撞系统206可以选择预测的使自动驾驶车辆的乘客车厢中加速度量最小的回避操纵。应注意，图2中所示的部件可以在硬件、软件或它们的组合中实施。
回到图1，无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如，使用WiFi，以与另一部件或系统通信。无线通信系统112可以例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如关键字、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆101的全部功能中的一些可以由数据处理系统110控制或管理，尤其当在自动驾驶模式下操作时。数据处理系统110包括必要的硬件(例如，处理器、存储器、存储设备)和软件(例如，操作系统、规划和路线安排程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。替代地，数据处理系统110可以与车辆控制系统111集成在一起。
例如，作为乘客的用户可以例如经由用户接口来指定行程的起始位置和目的地。数据处理系统110与自动驾驶车辆101的其它部件进行通信以获得行程相关数据。例如，数据处理系统110可以从位置服务器以及地图和POI(MPOI)服务器获得位置和路线信息，MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。替代地，此类位置和MPOI信息可以本地寄存在数据处理系统110的永久性存储装置中。
在自动驾驶车辆101沿着路线行驶期间，数据处理系统110也可以从交通信息系统或服务器(TIS)获得实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与数据处理系统110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，数据处理系统110可以规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。
根据一个实施方式，自动驾驶车辆101还可以包括信息娱乐系统114以向车辆101的乘客提供信息和娱乐。信息和娱乐内容可以基于本地和/或远程存储的(例如，由服务器103至104提供的)内容信息而被接收、编辑和呈现。例如，所述信息可以通过网络102从服务器103至104中的任一个实时流出并显示在车辆101的显示装置上。所述信息可以利用(例如，通过一个或多个相机)实时采集的本地信息来扩增，然后经扩增的内容可以以虚拟现实的方式显示。
在一个实施方式中，基于位置和路线信息、MPOI信息和/或实时交通信息，信息娱乐系统114和/或数据处理系统110确定适合于当前交通环境的特定类型的内容(例如，MPOI)。所述系统在内容索引(未示出)中执行查找操作，以例如基于实时行驶信息将列表内容项目(例如，赞助内容或广告)标识为内容项目候选。
在一个实施方式中，所述系统使用多种排序算法对列表中的内容项目进行排序。内容项目可以基于用户的用户简档(profile)进行排序。例如，内容项目可以基于用户偏好进行排序，用户偏好可以从用户简档导出。用户简档可以基于用户过去的用户操作历史进行编辑。在一个实施方式中，所述系统将一个或多个内容排序模型应用到每一内容项目，以确定每一内容项目的排序分数。可以选择具有超过预定阈值的排序分数的内容项目。内容排序模型可以使用代表过去相似的行驶环境或交通条件的已知的特征集来训练。内容排序模型还可以基于相似用户的用户简档进行训练。
然后，所选的内容项目呈现并显示在自动驾驶车辆内的显示装置上。在一个实施方式中，所述系统还将所选的内容项目扩增到在该时间点使用自动驾驶车辆的一个或多个相机采集的图像上。在一个实施方式中，对图像执行图像识别并导出或理解图像所表示的内容。例如，可以导出一个或多个关键字来描述图像或POI。内容项目的列表还可以基于由图像表示的一个或多个关键字或POI来标识。然后，所述系统将所选内容项目扩增到图像上，从而产生经扩增的图像，其中，内容项目可以叠加在图像上。然后，经扩增的图像显示在自动驾驶车辆的显示装置上。应注意，根据一些实施方式，信息娱乐系统114可以与数据处理系统110集成在一起。
替代地，用户可以从来自内容存储器或数据库的预先编辑的内容(例如，视频，电影)列表进行具体选择，内容存储器或数据库可以通过网络(例如，云网络)从内容供应商的内容服务器周期地更新。因此，用户可以具体地选择实时采集的实时实际内容或先前呈现的内容(例如，从数据存储器125得到(retrieve)的)来显示在一个或多个显示装置上。例如，如果自动驾驶车辆101在纽约市的下雪天行驶，则用户可以将显示装置切换成显示夏威夷的阳光明媚的环境，就好像自动驾驶车辆101正在晴天中行驶一样。所述内容可以以协作或协调的方式(即，虚拟现实的方式)在多个显示设备(例如，多窗口)中显示。
返回参考图1，根据一个实施方式，在规划下一路线或下一路线段的过程中，数据处理系统110考虑系统延迟。具体地，当规划下一移动时，所述系统确定该时间点的驾驶场景，并获取与所述驾驶场景对应的系统延迟。所述系统基于相关的系统延迟产生规划和控制数据(例如，通过根据系统延迟发出适当时间、强度和/或转弯角度的控制命令)。系统延迟可以在自动驾驶车辆的行驶期间在线地确定。替代地，系统延迟可以基于多种驾驶情形或条件下的大量车辆的大量驾驶统计数据离线地确定。
根据一个实施方式，系统延迟可以由分析系统(诸如，服务器103)基于大量不同车辆的大量驾驶统计数据来确定。然后，将系统延迟以诸如数据库或表格的数据结构加载到自动驾驶车辆101上，以供实时驾驶或在线驾驶期间使用。在一个实施方式中，作为服务器运行的数据分析系统103包括但不限于数据收集器151和数据分析模块152。数据收集器151收集不同驾驶场景和/或条件下从多种车辆记录和采集的多种驾驶统计数据153。此外，驾驶统计数据153还包括由车辆的多种传感器在驾驶操作期间测量和/或估算的某些系统延迟。
在一个实施方式中，系统延迟可以基于多种不同的延迟来确定，多种不同的延迟包括但不限于自动驾驶车辆内的转向控制延迟、速度控制延迟、运算延迟和通信延迟。这些延迟中的一些(诸如，转向控制延迟和速度控制延迟)可以使用特定传感器(例如，转向传感器、车轮传感器、油门传感器或制动传感器等)进行测量。其它延迟(诸如，运算延迟和通信延迟)可以被估算。然后，使用预定公式(例如，加权算法)基于这些延迟来确定系统延迟。
基于驾驶统计数据153，分析模块152执行分析以确定与不同的驾驶场景或情形对应的系统延迟。分析模块152创建场景/延迟映射表150以存储与不同的驾驶场景对应的系统延迟。在一个实施方式中，场景/延迟映射表150包括多个映射条目。每一映射条目将特定的驾驶场景映射到系统延迟。系统延迟可以基于多种类型的延迟(诸如，转向控制延迟、速度控制延迟、运算延迟和通信延迟)来计算。替代地，每一映射条目将特定的驾驶场景映射到一组单独的转向控制延迟、速度控制延迟、运算延迟和通信延迟。
然后，场景/延迟映射表150可以上传到自动驾驶车辆中，其中，场景/延迟映射表150可以在确定发出用于控制和驾驶自动驾驶车辆的控制命令的时间的过程中用于补偿系统延迟。替代地，可以在操作自动驾驶车辆期间实时地测量或估算诸如转向控制延迟、速度控制延迟、运算延迟和通信延迟的系统延迟。它们可以被用于补偿发出控制命令，而不受该时间点的具体驾驶场景的影响。应注意，场景/延迟映射表150可以以多种数据结构(诸如，数据库或其它查找表)来实施。
图3是示出根据本发明的一个实施方式的与自动驾驶车辆一起使用的数据处理系统的示例的框图。系统300可以作为图1的自动驾驶车辆101的一部分来实施。参考图3，数据处理系统110包括但不限于规划模块301、控制模块302、地图与路线模块303以及系统延迟确定模块或计算器304。模块301至304中的任一个可以以软件、硬件或它们的组合实施。例如，模块301至304中的任一个可以安装在永久性存储装置312(例如，硬盘)中，加载到存储器311中，并由一个或多个处理器(未示出)执行。
规划模块301将基于诸如从传感器系统115接收的传感器数据和/或从多种来源接收的实时信息的多种信息(例如，由地图与路线模块303提供的位置、地图、作为地图和兴趣点的部分的POI或MPOI数据库)来规划自动驾驶车辆的路径或路线。规划和控制数据由规划模块301产生。基于规划和控制数据，控制模块302将根据由规划和控制数据限定的路线或路径通过向车辆控制系统111发送适当的命令或信号来控制车辆。规划和控制数据包括足够的信息，以沿着路径或路线在不同时间点处使用适当的车辆设置或驾驶参数(例如，油门命令、制动命令和转弯命令)来将车辆从路线或路径的第一点驾驶到第二点。应注意，规划模块301和控制模块302可以与图2的车辆控制系统111的导航单元205通信地联接或集成。
根据一个实施方式，系统延迟确定模块304(简称为延迟计算器)确定自动驾驶车辆300的整体系统延迟。在一个实施方式中，此类系统延迟可以基于特定境况下的转向控制延迟321、速度控制延迟322、运算延迟323、通信延迟324或其它延迟(称为独立延迟)中的至少之一来计算或确定。此类延迟321至324可以基于大量车辆在大量不同的驾驶场景或驾驶条件下的大量驾驶记录来测量或估算。此类延迟321至324可以由数据分析系统(诸如，离线的数据分析系统103)通过收集和分析大量的驾驶统计数据来确定。例如，特定类型的延迟可以基于相同或相似类型的大量车辆中发生的同样类型延迟的平均延迟来确定。
替代地，延迟321至324可以由延迟确定模块304实时地确定或测量。然而，此类方法在在线驾驶期间可能具有较低的性能或花费较长的运算时间。相比之下，通过由专用数据分析系统离线地计算延迟321至324，将延迟321至324准备为在线使用，这将减少确定延迟321至324的时间。在一个实施方式中，延迟321至324可以通过自动驾驶车辆300内的在线测量和/或由数据分析系统从多种车辆的离线延迟计算来周期地更新。
在一个实施方式中，系统延迟确定模块304包括转向控制延迟确定模块(未示出)以确定转向控制延迟321。转向控制延迟321可以在发出转向控制命令的时间与从车辆300的一个或多个车轮接收到响应的时间之间测量。转向控制延迟321可以基于发出转向控制命令与车辆的车轮已经定位在由转向控制命令指定的角度之间的时间而测量，所述角度可以由一个或多个转向传感器感测。
系统延迟确定模块304还可以包括速度控制延迟确定模块(未示出)以确定速度控制延迟322，速度控制延迟322包括加速延迟、减速延迟或维持相同速度的延迟。速度控制延迟322可以在发出速度控制命令(例如，加速、减速或制动)的时间与从车辆的车轮接收到指示车辆开始改变速度的响应的时间之间测量。速度控制延迟322可以包括表示发出加速或油门命令的时间与车辆开始加速的时间之间的差异的加速延迟。速度控制延迟322可以包括表示发出减速或制动命令的时间与车辆开始减速的时间之间的差异的减速延迟。
运算延迟323是指系统(例如，规划模块301、控制模块302、控制系统111和诸如CAN总线的通信总线)产生和发出控制命令所花费的运算时间。运算延迟还可包括休眠时间。例如，如果以10赫兹(Hz)的频率执行所述运算(例如，每0.1秒运算驾驶参数)，则平均休眠时间将为50毫秒(ms)。这样的休眠时间将被认为是运算延迟的部分，因为在休眠时间期间，系统不太可能处理任何命令或响应。通信延迟324是指控制系统、通信总线与车辆作出响应之间的延迟或通信花费。运算延迟323和通信延迟324可以基于相同或相似类型的一个或多个车辆的先前操作而估算。
在一个实施方式中，系统延迟确定模块304使用预定延迟算法基于转向控制延迟321、速度控制延迟322、运算延迟323或通信延迟324中的一个或多个来计算整体系统延迟或最终系统延迟。在一个实施方式中，预定算法是加权算法，其中，在计算中涉及的转向控制延迟321、速度控制延迟322、运算延迟323或通信延迟324中的每一分配有加权因子或系数。根据具体的驾驶场景或境况，计算中涉及的每个单独的延迟的加权因子或系数可以是不同的。例如，如果车辆即将转弯，则可以将与转向控制延迟321对应的加权系数调整得更高。如果车辆正在直线行驶，则可以将与速度控制延迟322对应的加权系数调整得更高，特别是当车辆的当前速度与目标速度之间的差异很大(例如，大于预定阈值)时。可以根据具体情形来实时地应用所述调整。所计算的系统延迟可以用于补偿发出控制命令与车辆作出延迟响应的时间。
例如，现在参考图4，假设车辆处于位置401处。考虑到系统延迟，当发出控制命令时，车辆可能在位置402处接收和响应控制命令。这样的延迟可能导致在确定驾驶参数(例如，油门参数，制动参数)的过程中出现误差，这可能令乘客感到不舒服。当车辆接收到控制命令时，车辆可能不在确定控制命令的原始位置401处。更确切地说，车辆可能位于位置402处。因此，当车辆执行所接收的控制命令时，可能太晚，并且控制系统可能不得不通过发出另一命令来校正这种情形。通过计算并了解系统延迟，可以根据系统延迟来调整和规划与控制命令有关的时间和驾驶参数以补偿系统延迟。例如，在本示例中，考虑到系统延迟，可以较早地发出控制命令。
返回参考图3，在一个实施方式中，数据处理系统110还可以维持场景/延迟映射表150，场景/延迟映射表150可以由数据分析系统(诸如，图1的系统103)离线地创建。如上所述，不同的驾驶情形下的转向、油门和制动的时间延迟基于大量的驾驶数据而被测量和纪录。例如，不同的驾驶情形可包括但不限于：在100米内以5英里每小时(mph)加速，保持速度并行驶100米，在100米内以10mph减速，以40mph在100米内合并到右车道，在柏油道路和水泥道路上行驶，车载机器在30℃或70℃的温度下工作，控制算法在高性能计算机或低性能计算机上运行等。可以记录自动驾驶命令(诸如，油门压力、制动压力、车轮角度、齿轮)。还可以记录包括当前速度、车轮角度等状态
场景/延迟映射表150包括多个映射条目。每一映射条目将特定的驾驶场景映射到系统延迟。图5示出了根据一个实施方式的场景/延迟映射表的示例。驾驶场景是指具体的驾驶型式，诸如，以特定速度行驶特定距离，在特定速度下以特定的转弯角度转弯。还可以记录施加到油门踏板和/或制动踏板的压力。此外，确定或估算与每一驾驶场景下每一车辆发出相关控制命令有关的系统延迟，包括转向控制延迟、速度控制延迟、运算延迟和通信延迟。场景/延迟映射表150随后被用于当在相似的驾驶场景或环境中规划和控制自动驾驶车辆时在实时驾驶中补偿系统延迟。
在一个实施方式中，当规划下一路线或路线段时，规划模块301确定与自动驾驶车辆的下一路线段或路线对应的驾驶场景。在场景/延迟映射表150中执行查找操作以定位与所确定的驾驶场景匹配的映射条目。此后，规划模块301和/或控制模块302根据与该时间点处的驾驶场景对应的系统延迟来控制自动驾驶车辆，包括根据补偿所述境况下的系统延迟的时间来发出控制命令。
因此，在在线驾驶期间，所述系统首先检查情形或驾驶场景，并基于离线数据和实时记录(例如，通过在场景/延迟映射表搜索)来确定系统的时间延迟。然后，系统将使用时间延迟来计算将来的转向、油门和制动，而不是实时计算的转向、油门和制动。例如，现在参考图6A和图6B，假设当前驾驶规划是在30米内将车道改变到右车道(如虚线所示)。如果在没有延迟补偿的情况下发出转向角度命令(在本示例中为5度)，则车辆以0.1秒延迟响应，并且实际路径将偏离预期的或规划的路径(如图6A示出的实线所示)。通过考虑使用以上描述的技术确定的系统延迟，由于采取物理行动的时间延迟为0.1秒(例如，基于根据场景/延迟映射表的匹配驾驶场景)，因此所述命令应该在0.9秒而不是准确地1秒时发送。因此，如图6B中所示，车辆可以如预期那样响应，使得实际路径和规划的路径基本上匹配。
相似地，现在参考图7A和图7B，当车辆转弯时，系统延迟可能导致车辆以如图7A示出的实线表示的延迟方式作出反应。在一些情形下，当车辆检测到车辆没有遵循规划的路径时，车辆可能作出如实线所示的过度反应，这可能令乘客感到不舒服。通过考虑系统延迟，当规划路线时，可以较早地发出命令和/或可以发出不同的转弯角度以及其它驾驶参数(例如，速度、转弯角度)，车辆可以紧密地遵循如图7B中所示的规划的路径。
图8是示出根据本发明的一个实施方式的估算自动驾驶车辆的系统延迟的过程的流程图。过程800可以由处理逻辑执行，处理逻辑可以包括软件、硬件、或它们的组合。例如，过程800可以由图3的系统延迟确定模块304执行。替代地，过程800可以由数据分析系统103基于从多种车辆收集的驾驶统计数据来执行。参考图8，在框801处，处理逻辑测量车辆的转向控制延迟。转向控制延迟表示发出转向控制命令的时间与从车辆的转向传感器接收到响应的时间之间的差异。在框802处，处理逻辑测量车辆的速度控制延迟。速度控制延迟表示发出速度控制命令(例如，加速、减速/制动、保持恒定速度)的时间与车辆作出响应的时间(例如，开始加速、减速的时间)之间的时间差。
在框803处，处理逻辑估算车辆的运算延迟。运算延迟表示车辆的控制系统产生和发出控制命令所花费的时间。在框804处，处理逻辑估算车辆的通信延迟。通信延迟表示控制系统、通信总线(例如，CAN总线)与车辆作出响应之间的延迟。然后，将转向控制延迟、速度控制延迟、运算延迟和/或通信延迟存储在数据结构中，其可以用于调整随后的控制命令以及补偿发出此类命令的时间。
图9是示出根据本发明的另一实施方式的确定自动驾驶车辆的系统延迟的过程的流程图。过程900可以由处理逻辑执行，处理逻辑可以包括软件、硬件或它们的组合。例如，过程900可以由图3的系统延迟确定模块304执行。替代地，过程900可以由数据分析系统103基于从多种车辆收集的驾驶统计数据来执行。参考图9，在框901处，处理逻辑为特定类型的自动驾驶车辆确定多种驾驶场景。在框902处，针对每一驾驶场景，处理逻辑测量并记录车辆在相同的或相似的驾驶场景或驾驶条件下行驶时的转向控制延迟。
在框903处，处理逻辑测量并记录车辆在相同的或相似的驾驶场景或驾驶条件下行驶时的油门控制延迟(例如，加速延迟)。在框904处，处理逻辑测量并记录车辆在相同的或相似的驾驶场景或驾驶条件下行驶时的制动控制延迟(例如，减速延迟)。在框905中，将转向控制延迟、油门控制延迟和制动控制延迟存储在用于所述特定类型的自动驾驶车辆的场景/延迟映射数据结构中。对于大量的相同类型或相似类型的车辆可以反复地执行以上操作。然后，可以基于多种车辆的平均延迟来计算延迟。
图10是示出根据本发明的一个实施方式的操作自动驾驶车辆的过程的流程图。过程1000可以由处理逻辑执行，处理逻辑可以包括软件、硬件或它们的组合。例如，过程1000可以由图1的数据处理系统110执行。参考图10，在框1001处，处理逻辑基于对驾驶环境的感知确定驾驶场景，其中对驾驶环境的感知基于安装在自动驾驶车辆上的多种传感器的传感器数据而确定。在框1002处，处理逻辑在场景/延迟映射表中执行查找操作以定位与驾驶场景对应的映射条目。场景/延迟映射表包括多个映射条目。每一映射条目将特定的驾驶场景映射到使用在相同的或相似的驾驶境况下的多种车辆测量的一个或多个延迟的集合。在框1003处，处理逻辑根据映射条目得到和确定系统延迟。系统延迟可以基于如上所述的转向控制延迟、速度控制延迟、运算延迟和通信延迟中的至少之一来确定。在框1004处，处理逻辑通过考虑系统延迟来规划路线或路线段，从而产生规划和控制数据。在框1005处，处理逻辑基于规划和控制数据沿着路线或路线段驾驶和控制自动驾驶车辆。
应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。替代地，此类部件可以实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可以经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可以实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
图11是示出可以与本发明的一个实施方式一起使用的数据处理系统的示例的框图。例如，系统1500可以表示以上所述的执行上述过程或方法中的任一个的任何数据处理系统，例如，图1的数据处理系统110或者服务器103至104中的任一个。系统1500可以包括许多不同的部件。这些部件可以实施为集成电路(IC)、集成电路的部分、分立电子装置或适用于电路板(诸如，计算机系统的主板或插入卡)的其它模块或者实施为以其它方式并入计算机系统的机架内的部件。
还应注意，系统1500旨在示出计算机系统的许多部件的高阶视图。然而，应当理解的是，某些实施例中可以具有附加的部件，此外，其它实施例中可以具有所示部件的不同布置。系统1500可以表示台式计算机、膝上型计算机、平板计算机、服务器、移动电话、媒体播放器、个人数字助理(PDA)、智能手表、个人通信器、游戏装置、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或其组合。此外，虽然仅示出了单个机器或系统，但是术语“机器”或“系统”还应当被理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或系统的任何集合。
在一个实施方式中，系统1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可以表示其中包括单个处理器内核或多个处理器内核的单个处理器或多个处理器。处理器1501可以表示一个或多个通用处理器，诸如，微处理器、中央处理单元(CPU)等。更具体地，处理器1501可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其它指令集的处理器、或实施指令集组合的处理器。处理器1501还可以是一个或多个专用处理器，诸如，专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、网络处理器、通信处理器、加密处理器、协处理器、嵌入式处理器、或者能够处理指令的任何其它类型的逻辑。
处理器1501(其可以是低功率多核处理器套接口，诸如超低电压处理器)可以充当用于与所述系统的各种部件通信的主处理单元和中央集线器。这种处理器可以实施为片上系统(SoC)。处理器1501被配置成执行用于执行本文所讨论的操作和步骤的指令。系统1500还可以包括与可选的图形子系统1504通信的图形接口，图形子系统1504可以包括显示控制器、图形处理器和/或显示装置。
处理器1501可以与存储器1503通信，存储器1503在一个实施方式中可以经由多个存储器装置实施以提供给定量的系统存储。存储器1503可以包括一个或多个易失性存储(或存储器)装置，诸如，随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或者其它类型的存储装置。存储器1503可以存储包括由处理器1501或任何其它装置执行的指令序列的信息。例如，各种操作系统、装置驱动程序、固件(例如，输入输出基本系统或BIOS)和/或应用的可执行代码和/或数据可以加载到存储器1503中并由处理器1501执行。操作系统可以是任何类型的操作系统，例如，机器人操作系统(ROS)、来自公司的操作系统、来自苹果公司的Mac来自公司的LINUX、UNIX，或者其它实时或嵌入式操作系统。
系统1500还可以包括IO装置，诸如装置1505至1508，包括网络接口装置1505、可选的输入装置1506，以及其它可选的IO装置1507。网络接口装置1505可以包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如，全球定位系统(GPS)收发器)或其它射频(RF)收发器或者它们的组合。NIC可以是以太网卡。
输入装置1506可以包括鼠标、触摸板、触敏屏幕(其可以与显示装置1504集成在一起)、指针装置(诸如，手写笔)和/或键盘(例如，物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如，输入装置1506可以包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可以使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种，以及其它接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其它元件来检测其接触和移动或间断。
IO装置1507可以包括音频装置。音频装置可以包括扬声器和/或麦克风，以促进支持语音的功能，诸如语音识别、语音复制、数字记录和/或电话功能。其它IO装置1507还可以包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如，PCI-PCI桥)、传感器(例如，诸如加速度计运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可以包括成像处理子系统(例如，相机)，所述成像处理子系统可以包括用于促进相机功能(诸如，记录照片和视频片段)的光学传感器，诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可以经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其它装置可以根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储，大容量存储设备(未示出)也可以联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的系统设计并且改进系统响应性，这种大容量存储设备可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储设备可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储设备充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储，从而使得在系统活动重新启动时能够实现快速通电。另外，闪存装置可以例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可以提供系统软件的非易失性存储，所述系统软件包括所述系统的BIOS以及其它固件。
存储装置1508可以包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可以表示上述部件中的任一个，例如，规划模块301、控制模块302、系统延迟确定模块304、数据收集器151或分析模块152。处理模块/单元/逻辑1528还可以在其由数据处理系统1500、存储器1503和处理器1501执行期间完全地或至少部分地驻留在存储器1503内和/或处理器1501内，数据处理系统1500、存储器1503和处理器1501也构成机器可访问的存储介质。处理模块/单元/逻辑1528还可以通过网络经由网络接口装置1505进行传输或接收。
计算机可读存储介质1509也可以用来永久性地存储以上描述的一些软件功能。虽然计算机可读存储介质1509在示例性实施方式中被示为单个介质，但是术语“计算机可读存储介质”应当被认为包括存储所述一个或多个指令集的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”还应当被认为包括能够存储或编码指令集的任何介质，所述指令集用于由机器执行并且使得所述机器执行本发明的任何一种或多种方法。因此，术语“计算机可读存储介质”应当被认为包括但不限于固态存储器以及光学介质和磁性介质，或者任何其它非暂时性机器可读介质。
本文所述的处理模块/单元/逻辑1528、部件以及其它特征可以实施为分立硬件部件或集成在硬件部件(诸如，ASICS、FPGA、DSP或相似装置)的功能中。此外，处理模块/单元/逻辑1528可以实施为硬件装置内的固件或功能电路。此外，处理模块/单元/逻辑1528可以以硬件装置和软件部件的任何组合来实施。
应注意，虽然系统1500被示出为具有数据处理系统的各种部件，但是并不旨在表示使部件互连的任何特定架构或方式；因为此类细节和本发明的实施方式没有密切关系。还应当认识到，具有更少部件或可能具有更多部件的网络计算机、手持计算机、移动电话、服务器和/或其它数据处理系统也可以与本发明的实施方式一起使用。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其它技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和相似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或相似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储设备、传输或显示装置内相似地表示为物理量的其它数据。
本发明的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可以由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可以按不同的顺序执行。此外，一些操作可以并行地执行而不是顺序地执行。
本发明的实施方式并未参考任何特定的编程语言进行描述。应认识到，可以使用多种编程语言来实施如本文描述的本发明的实施方式的教导。
在以上的说明书中，已经参考本发明的具体示例性实施方式对本发明的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本发明的更宽泛精神和范围的情况下，可以对本发明作出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (21)

1.用于操作自动驾驶车辆的计算机实施方法，所述方法包括：
确定路线的下一路线段的驾驶场景以用于操作自动驾驶车辆；
在驾驶场景与系统延迟(场景/延迟)表中执行查找操作以定位与所确定的驾驶场景匹配的匹配条目，其中，所述场景/延迟表包括多个条目，每一条目与所述自动驾驶车辆的多个驾驶场景中的一个驾驶场景对应，其中，每一条目将所述驾驶场景中的一个驾驶场景映射到与所述驾驶场景对应的系统延迟；
根据与所确定的驾驶场景对应的匹配条目来确定系统延迟；以及
根据所述系统延迟来控制和驾驶所述自动驾驶车辆，包括根据补偿所确定的驾驶场景下的系统延迟的时间来发出控制命令。
2.根据权利要求1所述的方法，其中，驾驶场景由一个或多个驾驶参数表示，所述驾驶参数包括：给定距离的驾驶速度、在给定距离内改变车道、改变车道的转向盘的角度、油门踏板上的油门压力或制动踏板上的制动压力。
3.根据权利要求2所述的方法，其中，所述驾驶参数由多个车辆在驾驶通过相似的驾驶场景期间测量和记录。
4.根据权利要求1所述的方法，其中，所述系统延迟包括：发出转向控制命令的时间与所述自动驾驶车辆的一个或多个车轮作出响应的时间之间的转向控制延迟。
5.根据权利要求1所述的方法，其中，所述系统延迟包括：发出速度控制命令的时间与所述自动驾驶车辆改变速度的时间之间的速度控制延迟。
6.根据权利要求5所述的方法，其中，所述速度控制延迟包括：表示发出加速命令的时间与所述自动驾驶车辆开始加速的时间的加速延迟。
7.根据权利要求5所述的方法，其中，所述速度控制延迟包括：表示发出制动命令的时间与所述自动驾驶车辆开始减速的时间的减速延迟。
8.非暂时性机器可读介质，所述非暂时性机器可读介质中存储有指令，所述指令在由处理器执行时致使所述处理器执行操作自动驾驶车辆的操作，所述操作包括：
确定路线的下一路线段的驾驶场景以用于操作自动驾驶车辆；
在驾驶场景与系统延迟(场景/延迟)表中执行查找操作以定位与所确定的驾驶场景匹配的匹配条目，其中，所述场景/延迟表包括多个条目，每一条目与所述自动驾驶车辆的多个驾驶场景中的一个驾驶场景对应，其中，每一条目将所述驾驶场景中的一个驾驶场景映射到与所述驾驶场景对应的系统延迟；
根据与所确定的驾驶场景对应的匹配条目来确定系统延迟；以及
根据所述系统延迟来控制和驾驶所述自动驾驶车辆，包括根据补偿所确定的驾驶场景下的系统延迟的时间来发出控制命令。
9.根据权利要求8所述的机器可读介质，其中，驾驶场景由一个或多个驾驶参数表示，所述驾驶参数包括：给定距离的驾驶速度、给定距离内的改变车道、改变车道的转向盘的角度、油门踏板上的油门压力或制动踏板上的制动压力。
10.根据权利要求9所述的机器可读介质，其中，所述驾驶参数由多个车辆在驾驶通过相似的驾驶场景期间测量和记录。
11.根据权利要求8所述的机器可读介质，其中，所述系统延迟包括：发出转向控制命令的时间与所述自动驾驶车辆的一个或多个车轮作出响应的时间之间的转向控制延迟。
12.根据权利要求8所述的机器可读介质，其中，所述系统延迟包括：发出速度控制命令的时间与所述自动驾驶车辆改变速度的时间之间的速度控制延迟。
13.根据权利要求12所述的机器可读介质，其中，所述速度控制延迟包括：表示发出加速命令的时间与所述自动驾驶车辆开始加速的时间的加速延迟。
14.根据权利要求12所述的机器可读介质，其中，所述速度控制延迟包括：表示发出制动命令的时间与所述自动驾驶车辆开始减速的时间的减速延迟。
15.数据处理系统，包括：
处理器；以及
存储器，联接到所述处理器以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作自动驾驶车辆的操作，所述操作包括：
确定路线的下一路线段的驾驶场景以用于操作自动驾驶车辆；
在驾驶场景与系统延迟(场景/延迟)表中执行查找操作以定位与所确定的驾驶场景匹配的匹配条目，其中，所述场景/延迟表包括多个条目，每一条目与所述自动驾驶车辆的多个驾驶场景中的一个驾驶场景对应，其中，每一条目将所述驾驶场景中的一个驾驶场景映射到与所述驾驶场景对应的系统延迟；
根据与所确定的驾驶场景对应的匹配条目来确定系统延迟；以及
根据所述系统延迟来控制和驾驶所述自动驾驶车辆，包括根据补偿所确定的驾驶场景下的系统延迟的时间来发出控制命令。
16.根据权利要求15所述的系统，其中，驾驶场景由一个或多个驾驶参数表示，所述驾驶参数包括：给定距离的驾驶速度、给定距离内的改变车道、改变车道的转向盘的角度、油门踏板上的油门压力或制动踏板上的制动压力。
17.根据权利要求16所述的系统，其中，所述驾驶参数由多个车辆在驾驶通过相似的驾驶场景期间测量和记录。
18.根据权利要求15所述的系统，其中，所述系统延迟包括：发出转向控制命令的时间与所述自动驾驶车辆的一个或多个车轮作出响应的时间之间的转向控制延迟。
19.根据权利要求15所述的系统，其中，所述系统延迟包括：发出速度控制命令的时间与所述自动驾驶车辆改变速度的时间之间的速度控制延迟。
20.根据权利要求19所述的系统，其中，所述速度控制延迟包括：表示发出加速命令的时间与所述自动驾驶车辆开始加速的时间的加速延迟。
21.根据权利要求19所述的系统，其中，所述速度控制延迟包括：表示发出制动命令的时间与所述自动驾驶车辆开始减速的时间的减速延迟。
CN201780003100.1A 2016-09-28 2017-01-18 用于自动驾驶车辆的系统延迟校正控制方法 Active CN108137006B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/278,585 US10435015B2 (en) 2016-09-28 2016-09-28 System delay corrected control method for autonomous vehicles
US15/278,585 2016-09-28
PCT/US2017/013938 WO2018063429A1 (en) 2016-09-28 2017-01-18 A system delay corrected control method for autonomous vehicles

Publications (2)

Publication Number Publication Date
CN108137006A true CN108137006A (zh) 2018-06-08
CN108137006B CN108137006B (zh) 2021-03-26

Family

ID=61687259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780003100.1A Active CN108137006B (zh) 2016-09-28 2017-01-18 用于自动驾驶车辆的系统延迟校正控制方法

Country Status (6)

Country Link
US (1) US10435015B2 (zh)
EP (1) EP3334623B1 (zh)
JP (1) JP6637596B2 (zh)
KR (1) KR102126621B1 (zh)
CN (1) CN108137006B (zh)
WO (1) WO2018063429A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109085837A (zh) * 2018-08-30 2018-12-25 百度在线网络技术（北京）有限公司 车辆控制方法、装置、计算机设备及存储介质
CN109405846A (zh) * 2018-10-08 2019-03-01 东南大学 一种自适应调整前视距离与延迟参数的路径追踪方法
CN109572816A (zh) * 2018-12-29 2019-04-05 百度在线网络技术（北京）有限公司 一种转向指令处理方法和车辆
CN110789526A (zh) * 2019-10-18 2020-02-14 清华大学 一种克服无人驾驶汽车横向控制大纯滞后的方法
CN110901637A (zh) * 2018-09-14 2020-03-24 现代自动车株式会社 车辆的驾驶控制装置和方法
CN111033418A (zh) * 2018-07-09 2020-04-17 百度时代网络技术（北京）有限公司 用于自动驾驶车辆的速度控制命令自动校准系统
CN111240313A (zh) * 2018-11-29 2020-06-05 百度（美国）有限责任公司 用于操作自动驾驶车辆的基于预定校准表的车辆控制系统
CN111240314A (zh) * 2018-11-29 2020-06-05 百度（美国）有限责任公司 用于l2自动驾驶的基于预定校准表的车辆油门/制动辅助系统
CN111240315A (zh) * 2018-11-29 2020-06-05 百度（美国）有限责任公司 使用预定负载校准表确定自动驾驶车辆的车辆负载的方法
CN112311848A (zh) * 2019-07-30 2021-02-02 大众汽车股份公司 用于命令中心和车辆的方法、计算机程序和装置、车辆和命令中心
CN113291283A (zh) * 2020-02-21 2021-08-24 百度（美国）有限责任公司 致动自主驾驶车辆控制系统的控制子系统的方法和系统
CN116660650A (zh) * 2023-05-17 2023-08-29 襄阳达安汽车检测中心有限公司 低速驾驶辅助系统检测延迟测试方法、装置、设备及介质
US20230297100A1 (en) * 2019-12-23 2023-09-21 Autonomous Solutions, Inc. System and method for assisted teleoperations of vehicles

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6852299B2 (ja) * 2016-08-09 2021-03-31 株式会社デンソー 運転支援システム
US10227075B2 (en) * 2016-09-28 2019-03-12 Baidu Usa Llc System delay estimation method for autonomous vehicle control
DE102017103132A1 (de) * 2017-02-16 2018-08-16 Valeo Schalter Und Sensoren Gmbh Verfahren zum Reduzieren von Latenzzeiten beim Beschleunigen eines Kraftfahrzeugs, Fahrerassistenzsystem und Kraftfahrzeug
US10860019B2 (en) 2017-09-08 2020-12-08 Motional Ad Llc Planning autonomous motion
JP7006453B2 (ja) * 2018-03-30 2022-01-24 トヨタ自動車株式会社 制御装置、プログラム、及び制御方法
JP2021105751A (ja) * 2018-04-03 2021-07-26 ソニーグループ株式会社 制御装置、制御方法、および、プログラム
WO2019200564A1 (en) * 2018-04-18 2019-10-24 Baidu. Com Times Technology (Beijing) Co., Ltd. Method for evaluating localization system of autonomous driving vehicles
BR112020026186A2 (pt) * 2018-06-22 2021-03-23 Nissan Motor Co., Ltd. método de serviço de informação para sistema de despacho de veículo, sistema de despacho de veículo, e dispositivo de serviço de informação
US11054829B2 (en) 2018-07-17 2021-07-06 Baidu Usa Llc Multimodal motion planning framework for autonomous driving vehicles
US11587366B1 (en) 2018-11-20 2023-02-21 State Farm Mutual Automobile Insurance Company Systems and methods for selecting locations to validate automated vehicle data transmission
DK201970148A1 (en) 2018-12-10 2020-07-06 Aptiv Tech Ltd Motion graph construction and lane level route planning
US20200225363A1 (en) * 2019-01-16 2020-07-16 GM Global Technology Operations LLC Maintaining vehicle position accuracy
JP7310397B2 (ja) * 2019-07-19 2023-07-19 株式会社デンソー 自動運転運行計画装置、自動運転運行計画方法、及び自動運転運行計画プログラム
US11293773B2 (en) * 2019-11-18 2022-04-05 International Business Machines Corporation Methods and systems for event initiated navigational assistance
FR3104517B1 (fr) * 2019-12-16 2021-11-05 Renault Sas Système et procédé de contrôle de véhicule avec compensation de retard temporel de capteurs
US11167770B2 (en) * 2020-02-13 2021-11-09 Baidu Usa Llc Autonomous vehicle actuation dynamics and latency identification
KR102431724B1 (ko) * 2020-09-15 2022-08-12 인하대학교 산학협력단 센서 데이터를 통한 자율주행 차량의 실시간 다이나믹 추정 방법 및 장치
CN112416756B (zh) * 2020-11-03 2024-05-14 广州六环信息科技有限公司 车载系统的时钟误差测试方法、装置及设备
US12054145B2 (en) 2020-12-10 2024-08-06 Motional Ad Llc Lane connectors as a constraint
WO2022183021A1 (en) * 2021-02-26 2022-09-01 ThorDrive, Inc. Controlling the lateral movement of the autonomous vehicles with a non-linear steering system
KR102578127B1 (ko) * 2021-05-06 2023-09-13 네이버랩스 주식회사 통신 기반 로봇 제어 방법 및 시스템
JP2023044226A (ja) * 2021-09-17 2023-03-30 トヨタ自動車株式会社 遠隔操作装置及び遠隔操作システム
US20230347894A1 (en) * 2022-04-28 2023-11-02 Toyota Research Institute, Inc. Systems and methods for determining vehicle control based on estimated realization delay
WO2024054178A1 (en) * 2022-09-07 2024-03-14 Istanbul Okan Universitesi Method of determining driving conditions for total emission optimisation in autonomous vehicles

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7475671B1 (en) * 2007-12-21 2009-01-13 Delphi Technologies, Inc. Method for compensating injection timing during transient response of pre-mixed combustion
JP2010089698A (ja) * 2008-10-09 2010-04-22 Mitsubishi Heavy Ind Ltd 自動運転システム及び自動運転方法
US20110178710A1 (en) * 2010-01-15 2011-07-21 Ford Global Technologies, Llc Collision mitigation system and method for braking a vehicle
US20140067220A1 (en) * 2012-08-28 2014-03-06 Ford Global Technologies, Llc Vehicle braking based on external object communications
US20140195093A1 (en) * 2013-01-04 2014-07-10 Carnegie Mellon University Autonomous Driving Merge Management System
CN104691609A (zh) * 2013-12-06 2015-06-10 通用汽车环球科技运作有限责任公司 用于转向角度命令到扭矩命令转换的算法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2819102C2 (de) 1978-04-29 1987-05-07 Wabco Westinghouse Fahrzeugbremsen GmbH, 3000 Hannover Schaltungsanordnung zur Beeinflussung der Bremsdruckentlüftungs- und/oder Bremsdruckhaltephasen für blockiergeschützte Fahrzeugbremsanlagen
JP2834808B2 (ja) 1989-12-08 1998-12-14 三菱電機株式会社 自動車用制御装置
US5615116A (en) 1990-02-05 1997-03-25 Caterpillar Inc. Apparatus and method for autonomous vehicle navigation using path data
US5414625A (en) 1991-04-01 1995-05-09 Nissan Motor Co., Ltd. System and method for providing steering control for autonomous vehicle
JPH10109627A (ja) 1996-10-04 1998-04-28 Denso Corp 自動減速度制御方法、自動減速度制御装置、車間距離制御方法、車間距離制御装置および記憶媒体
US7174153B2 (en) 2003-12-23 2007-02-06 Gregory A Ehlers System and method for providing information to an operator of an emergency response vehicle
US20070138347A1 (en) 2004-12-16 2007-06-21 Ehlers Gregory A System and method for providing information to an operator of a vehicle
US8352112B2 (en) 2009-04-06 2013-01-08 GM Global Technology Operations LLC Autonomous vehicle management
PT104868A (pt) 2009-12-10 2011-06-14 Univ Aveiro Método e aparelho para captura determinística de um canal de comunicação partilhado entre tecnologias baseadas em contenção
JP5355778B2 (ja) 2010-03-19 2013-11-27 三菱電機株式会社 情報提供装置
US8994521B2 (en) 2011-06-29 2015-03-31 GM Global Technology Operations LLC Steering wheels for vehicle control in manual and autonomous driving
JP2013031389A (ja) * 2011-08-01 2013-02-14 Original Soft:Kk 自動芝刈り機及びその制御方法
US8965633B2 (en) 2011-09-02 2015-02-24 GM Global Technology Operations LLC System and method for speed adaptive steering override detection during automated lane centering
US9342074B2 (en) 2013-04-05 2016-05-17 Google Inc. Systems and methods for transitioning control of an autonomous vehicle to a driver
EP2851886B1 (en) * 2013-09-19 2018-04-11 Volvo Car Corporation Arrangement in a vehicle for providing vehicle driver support, a vehicle, and a method for providing vehicle driver support
US9233692B2 (en) 2014-03-10 2016-01-12 GM Global Technology Operations LLC Method to control a vehicle path during autonomous braking
US9403413B2 (en) 2014-05-07 2016-08-02 GM Global Technology Operations LLC Systems and methods to assist in coupling a vehicle to a trailer
EP2955077B1 (en) * 2014-06-10 2022-08-17 Volvo Car Corporation Overtake assessment system and autonomous vehicle with an overtake assessment arrangement
JP6375754B2 (ja) 2014-07-25 2018-08-22 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
WO2016098238A1 (ja) 2014-12-19 2016-06-23 株式会社日立製作所 走行制御装置
KR101866068B1 (ko) 2016-10-14 2018-07-04 현대자동차주식회사 자율주행차량의 주행 제어 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7475671B1 (en) * 2007-12-21 2009-01-13 Delphi Technologies, Inc. Method for compensating injection timing during transient response of pre-mixed combustion
JP2010089698A (ja) * 2008-10-09 2010-04-22 Mitsubishi Heavy Ind Ltd 自動運転システム及び自動運転方法
US20110178710A1 (en) * 2010-01-15 2011-07-21 Ford Global Technologies, Llc Collision mitigation system and method for braking a vehicle
US20140067220A1 (en) * 2012-08-28 2014-03-06 Ford Global Technologies, Llc Vehicle braking based on external object communications
US20140195093A1 (en) * 2013-01-04 2014-07-10 Carnegie Mellon University Autonomous Driving Merge Management System
CN104691609A (zh) * 2013-12-06 2015-06-10 通用汽车环球科技运作有限责任公司 用于转向角度命令到扭矩命令转换的算法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111033418B (zh) * 2018-07-09 2023-08-08 百度时代网络技术（北京）有限公司 用于自动驾驶车辆的速度控制命令自动校准系统
CN111033418A (zh) * 2018-07-09 2020-04-17 百度时代网络技术（北京）有限公司 用于自动驾驶车辆的速度控制命令自动校准系统
US11614737B2 (en) 2018-08-30 2023-03-28 Apollo Intelligent Driving Technology (Beijing) Co., Ltd. Vehicle controlling method and apparatus, computer device, and storage medium
CN109085837A (zh) * 2018-08-30 2018-12-25 百度在线网络技术（北京）有限公司 车辆控制方法、装置、计算机设备及存储介质
CN110901637A (zh) * 2018-09-14 2020-03-24 现代自动车株式会社 车辆的驾驶控制装置和方法
CN109405846A (zh) * 2018-10-08 2019-03-01 东南大学 一种自适应调整前视距离与延迟参数的路径追踪方法
CN111240313B (zh) * 2018-11-29 2023-08-11 百度（美国）有限责任公司 用于操作自动驾驶车辆的基于预定校准表的车辆控制系统
CN111240315B (zh) * 2018-11-29 2023-08-18 百度（美国）有限责任公司 使用预定负载校准表确定自动驾驶车辆的车辆负载的方法
CN111240315A (zh) * 2018-11-29 2020-06-05 百度（美国）有限责任公司 使用预定负载校准表确定自动驾驶车辆的车辆负载的方法
CN111240314B (zh) * 2018-11-29 2023-10-10 百度（美国）有限责任公司 用于l2自动驾驶的基于预定校准表的车辆油门/制动辅助系统
CN111240314A (zh) * 2018-11-29 2020-06-05 百度（美国）有限责任公司 用于l2自动驾驶的基于预定校准表的车辆油门/制动辅助系统
CN111240313A (zh) * 2018-11-29 2020-06-05 百度（美国）有限责任公司 用于操作自动驾驶车辆的基于预定校准表的车辆控制系统
CN109572816A (zh) * 2018-12-29 2019-04-05 百度在线网络技术（北京）有限公司 一种转向指令处理方法和车辆
CN109572816B (zh) * 2018-12-29 2020-08-14 百度在线网络技术（北京）有限公司 一种转向指令处理方法和车辆
CN112311848A (zh) * 2019-07-30 2021-02-02 大众汽车股份公司 用于命令中心和车辆的方法、计算机程序和装置、车辆和命令中心
CN112311848B (zh) * 2019-07-30 2024-05-28 大众汽车股份公司 用于命令中心和车辆的方法、计算机程序和装置、车辆和命令中心
CN110789526B (zh) * 2019-10-18 2021-05-18 清华大学 一种克服无人驾驶汽车横向控制大纯滞后的方法
CN110789526A (zh) * 2019-10-18 2020-02-14 清华大学 一种克服无人驾驶汽车横向控制大纯滞后的方法
US20230297100A1 (en) * 2019-12-23 2023-09-21 Autonomous Solutions, Inc. System and method for assisted teleoperations of vehicles
CN113291283A (zh) * 2020-02-21 2021-08-24 百度（美国）有限责任公司 致动自主驾驶车辆控制系统的控制子系统的方法和系统
CN113291283B (zh) * 2020-02-21 2023-12-22 百度（美国）有限责任公司 致动自主驾驶车辆控制系统的控制子系统的方法和系统
CN116660650A (zh) * 2023-05-17 2023-08-29 襄阳达安汽车检测中心有限公司 低速驾驶辅助系统检测延迟测试方法、装置、设备及介质

Also Published As

Publication number Publication date
US20180088576A1 (en) 2018-03-29
JP6637596B2 (ja) 2020-01-29
KR20180051568A (ko) 2018-05-16
EP3334623B1 (en) 2020-08-05
JP2018535872A (ja) 2018-12-06
US10435015B2 (en) 2019-10-08
EP3334623A4 (en) 2018-08-22
CN108137006B (zh) 2021-03-26
WO2018063429A1 (en) 2018-04-05
EP3334623A1 (en) 2018-06-20
KR102126621B1 (ko) 2020-06-24

Similar Documents

Publication Publication Date Title
CN108137006A (zh) 用于自动驾驶车辆的系统延迟校正控制方法
US10683012B2 (en) System delay estimation method for autonomous vehicle control
CN109287122B (zh) 基于自动驾驶车辆的控制反馈更新地图的方法和系统
EP3334624B1 (en) A sideslip compensated control method for autonomous vehicles
CN108139884B (zh) 用于操作自动驾驶车辆的方法和系统
CN110389580A (zh) 用于规划自动驾驶车辆的路径的漂移校正的方法
CN108255171A (zh) 用于提高自主驾驶车辆的稳定性的方法和系统
CN109196432A (zh) 用于自动驾驶车辆的速度控制参数估计方法
CN108733046A (zh) 用于自动驾驶车辆的轨迹重新规划的系统和方法
CN108891417A (zh) 用于操作自动驾驶车辆的方法及数据处理系统
CN108628298A (zh) 用于自动驾驶车辆的控制型规划和控制系统
CN108136867A (zh) 自动驾驶车辆的车辆位置点转发方法
EP3659884B1 (en) Predetermined calibration table-based method for operating an autonomous driving vehicle
US10882534B2 (en) Predetermined calibration table-based vehicle throttle/brake assist system for L2 autonomous driving
CN112041774A (zh) 用于3级自动驾驶车辆的基于摄像机的横向位置校准
EP3659886B1 (en) Method to determine vehicle load of autonomous driving vehicle using predetermined load calibration tables

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant